低快照数下多目标DOA估计方法

禄宇媛; 钱蓉蓉; 任文平; 卢松琴

doi:10.13873/J.1000-9787(2023)06-0120-04

Chinese

您当前的位置：

首页 >

文章列表页 >

低快照数下多目标DOA估计方法

计算与测试 | 更新时间：2025-09-11

- 低快照数下多目标DOA估计方法
- 暂无标题
- 传感器与微系统 2023年第6期页码：120-123+128
- 作者机构：
  
  云南大学信息学院
- 作者简介：
- 基金信息：
  
  国家自然科学基金青年科学基金资助项目（61701433）;云南省科技厅面上资助项目（2018FB099）;云南大学研究生科研创新项目（20200309）
- DOI：10.13873/J.1000-9787(2023)06-0120-04
  中图分类号： TN911.7
- 纸质出版：2023
- 稿件说明：
移动端阅览
禄宇媛, 钱蓉蓉, 任文平, 等. 低快照数下多目标DOA估计方法[J]. 传感器与微系统, 2023,(6):120-123+128.
禄宇媛, 钱蓉蓉, 任文平, 等. 低快照数下多目标DOA估计方法[J]. 传感器与微系统, 2023,(6):120-123+128. DOI： 10.13873/J.1000-9787(2023)06-0120-04.

DOI：

摘要

针对低快照数和较低信噪比条件下多信号到达方向（DOA）估计性能下降问题，提出了基于深度学习的离格DOA估计方法。选择具有特殊结构的非均匀阵列以提高阵列自由度，将样本协方差矩阵建模为真实协方差矩阵的噪声版本，利用堆叠降噪自动编码器（SDAE）重构出新协方差矩阵，最后结合超分辨率算法实现DOA估计。仿真结果表明：在低快照数为10及较低信噪比2 dB情况下，数据先采用SDAE进行处理再进行DOA估计，多目标DOA估计准确率能达到92.06%，相对于传统方法及深度神经网络（DNN）分别提高了55.39%

25.025%。

Abstract

关键词

Keywords

references

基于稀疏贝叶斯学习的空间紧邻信号DOA估计算法[J]. 王琦森;余华;李杰;董超;季飞;陈焱琨.电子与信息学报,2021(03)

用于大规模深度卷积分类网络DOA估计的标签分解方法[J]. 吴双;袁野;马育红;黄敬健;袁乃昌.信号处理,2021(01)

Altitude measurement based on characteristics reversal by deep neural network for VHF radar[J]. Houhong Xiang;Baixiao Chen;Minglei Yang;Cunxu Li.IET Radar, Sonar & Navigation,2019

A Novel Phase Enhancement Method for Low-Angle Estimation Based on Supervised DNN Learning.[J]. Houhong Xiang;Baixiao Chen;Minglei Yang;Ting Yang;Dong Liu.IEEE Access,2019

MISC Array: A New Sparse Array Design Achieving Increased Degrees of Freedom and Reduced Mutual Coupling Effect[J]. Zhi Zheng;Wen-Qin Wang;Yangyang Kong;Yimin D. Zhang.IEEE Transactions on Signal Processing,2019

An Effective Sources Enumeration Approach for Single Channel Signal at Low SNR.[J]. Qing Pan;Chao Mei;Nili Tian;Bingo Wing-Kuen Ling;Everett X. Wang;Zhijing Yang.IEEE Access,2019

Direction-of-Arrival Estimation Based on Deep Neural Networks With Robustness to Array Imperfections[J]. Liu Zhang Meng;Zhang Chenwei;Yu Philip S..IEEE Transactions on Antennas and Propagation,2018

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

暂无数据